توسعه هوش مصنوعی در آیگپ، بروزرسانی سرویس های کاربردی TTS و ASR - آوای وحش

به گزارش روابط عمومی آیگپ، پیغام رسان آیگپ در مسیر توسعه و همگام سازی با نمونه های پیروز کاربردی و پرطرفدار مشابه در جهان، پس از برداشتن اولین گام در مسیر هوشمند شدن که همراه با ارائه سومین نسل از این پیغام رسان رخ داد، سرویس های کاربردی و پرطرفدار TTS و ASR را بروزرسانی کرد.

در این بروزرسانی، اتفاقات متفاوتی اتفاق افتاده که آیگپ را متمایز از سایر پیغام رسان ها در مسیر هوشمند شدن قرار داده است.

سرویس TTS (تکنولوژی تبدیل متن به گفتار)

سرویس TTS (تکنولوژی تبدیل متن به گفتار) در نسخه بروزرسانی شده با قابلیت های پایه زیر ارائه شده است:

قابلیت خوانش متون فارسی

قابلیت اعراب گذاری اتوماتیک متون

امکان تغییر سرعت گوینده

قابلیت خوانش اعداد

امکان سفارشی سازی لحن گوینده

امکان ایجاد محیط گرم و تعاملی با استفاده از چیت چت

توانایی سفارشی سازی صدای گوینده خاص

گوینده پایه خانم و آقا

قابلیت افزایش و کاهش استاتیک کلمات خاص در دیکشنری

بروزرسانی های اجرا شده در سرویس TTS در حوزه های مختلفی اجرا شده که در ادامه به آن ها می پردازیم:

تصحیح اشتباهات پرتکرار در خوانش

در این بروز رسانی، مدل تازهی پیاده سازی شده است که به صورت اخصاصی تعداد زیادی از اشتباهات و تلفظ های غلط را شناسایی نموده و در لغتنامه موتور تصحیح می نماید.

سانسور محتوای نامناسب

در بروز رسانی تازه، سرویس، پیغامی که حاوی کلمات نامناسب باشد را خوانش نموده و با صدای بوق از روی کلمه نامناسب عبور خواهد نمود.

خوانش ایموجی

در نسخه تازه، ایموجی های پرتکرار شناسایی شده و با نام متناظرشان خوانده می شوند.

موارد نگارشی

در این بروز رسانی، سرویس در برخورد با علائم نگارشی، رفتاری صحیح از خود نشان خواهد داد. برای مثال در صورت برخورد با ویرگول مکث نموده و یا با سرانجام یک پاراگراف و آغاز پاراگراف بعدی، به مقدار لازم مکث خواهد داشت.

سرویس ASR (تکنولوژی تبدیل گفتار به متن)

سرویس ASR (تکنولوژی تبدیل صوت به متن) در نسخه بروزرسانی شده با قابلیت های پایه زیر ارائه شده است:

تبدیل گفتار فارسی به متن با دقت و سرعت بالا

قابلیت تبدیل گفتار محاوره ای و رسمی به متن

امکان تشخیص گویندگان متفاوت در یک فایل صوتی

تشخیص لهجه های مختلف زبان فارسی

قابلیت تبدیل گفتار به متن برای زبان های دیگر

مقاوم در برابر نویز

بروزرسانی های اجرا شده در سرویس ASR در حوزه های مختلفی اجرا شده که در ادامه به آن ها می پردازیم:

دقت:

این بروز رسانی، به صورت اختصاصی با تمرکز بر روی پیغام رسان ها و کاربرهایی که می خواهند از پیغام رسان استفاده نمایند، پیاده سازی شده است. این تمرکز، باعث افزایش دقت سرویس در حوزه های زبان محاوره ای، تشخیص نویز، مکث و سکوت، بهبود ویس های ضبط شده با میکروفون های ضعیف و تسلط بر دایره جملات استفاده شده در ارتباط کاربران با یکدیگر شده است.

حجم مدل:

در بروز رسانی تازه، با فشرده سازی های اجرا شده و کمتر شدن حجم سرویس، افزایش قابل توجهی را بر روی سرعت سرویس شاهد هستیم.